Kỹ thuật yêu cầu dựa trên tác nhân AI tự chủ

• Break Down Complex Requirements – phân tích các yêu cầu đã chọn và chia chúng thành các yêu cầu nhỏ hơn, có thể kiểm thử độc lập, đồng thời giữ nguyên ý định ban đầu.

  Câu lệnh mẫu:

  Break down these requirements.

• Apply Requirement Writing Standards – xem xét các yêu cầu và viết lại theo hướng dẫn viết yêu cầu của tổ chức bạn. Các nội dung kiểm tra thường bao gồm sự mơ hồ, cách diễn đạt không thể xác minh, thiếu chủ thể và tiêu chí chấp nhận không rõ ràng.

  Câu lệnh mẫu:

  Rewrite these requirements according to our requirement quality standard.

• Translate Requirements – dịch các yêu cầu từ ngôn ngữ này sang ngôn ngữ khác, đồng thời giữ nguyên ý nghĩa kỹ thuật, thuật ngữ, ID và các tham chiếu truy xuất nguồn gốc.

  Câu lệnh mẫu:

  Translate these requirements to German.

• Classify Requirements – áp dụng hệ thống phân loại của tổ chức cho các yêu cầu, chẳng hạn như Điện tử, Cơ khí, Phần mềm, An toàn, Bảo mật hoặc các hệ thống phân loại khác đặc thù của công ty.

  Câu lệnh mẫu:

  Classify these requirements according to our applicability model.

• Generate Verification Criteria – phân tích các yêu cầu và đề xuất phương pháp xác minh, tiêu chí chấp nhận hoặc điều kiện kiểm thử có thể dùng để chứng minh sự tuân thủ theo cùng một cách nhất quán.

  Câu lệnh mẫu:

  Generate verification criteria for these requirements.

• Summarize a Specification/Section/Group of Requirements – tạo bản tóm tắt ngắn gọn, có cấu trúc cho một đặc tả, một phần yêu cầu hoặc một tập hợp yêu cầu.

  Câu lệnh mẫu:

  Summarize the selected requirements.

Một kỹ năng tốt giúp AI hiểu hai điều:

• Khi nào nên sử dụng kỹ năng

• AI cần làm gì khi kỹ năng được thực thi

Khi bạn xác định một kỹ năng, 

Điều này được thể hiện qua ba trường, mỗi trường có một mục đích riêng:

• Name – giúp bạn nhận biết kỹ năng.

• Short Description – giúp AI quyết định khi nào kỹ năng phù hợp.

• Instructions – xác định hành vi mà AI cần tuân theo sau khi kỹ năng được chọn.

Tham khảo các phần bên dưới để biết chi tiết về từng trường.

Tên

Name nên ngắn gọn, rõ ràng và hướng đến hành động. Tên nên giúp bạn nhanh chóng hiểu kỹ năng được dùng để làm gì. Một tên tốt thường mô tả hành động và loại dữ liệu kỹ thuật mà kỹ năng xử lý.

Một tên kỹ năng tốt nên:

• Đủ cụ thể để phân biệt kỹ năng này với các kỹ năng khác

• Đủ ngắn để dễ đọc lướt trong danh sách kỹ năng

• Tập trung vào tác vụ chính mà kỹ năng thực hiện

• Được viết bằng cách diễn đạt tự nhiên, dễ hiểu với người dùng

Tránh đặt tên quá rộng hoặc chung chung. Nếu tên có thể áp dụng cho nhiều tác vụ khác nhau, có lẽ tên đó chưa đủ cụ thể.

Mô tả ngắn

Phần Short Description giúp AI hiểu kỹ năng dùng để làm gì và khi nào cần được kích hoạt. Trường này rất quan trọng vì bạn không cần chọn kỹ năng theo cách thủ công. Trợ lý sẽ phân tích câu lệnh của bạn, đối chiếu với các kỹ năng có sẵn và quyết định xem kỹ năng nào phù hợp.

Một mô tả ngắn tốt cần giải thích:

• Kỹ năng thực hiện tác vụ gì

• Kỹ năng áp dụng cho loại dữ liệu kỹ thuật nào

• Khi nào nên sử dụng kỹ năng

• Kỹ năng dự kiến tạo ra kết quả gì

Mô tả ngắn cần súc tích nhưng không mơ hồ. Mô tả cần cung cấp đủ ngữ cảnh để AI phân biệt kỹ năng này với các kỹ năng tương tự.

Một mô tả ngắn chưa tốt chỉ nêu lĩnh vực mà kỹ năng thuộc về. Một mô tả ngắn tốt sẽ giải thích tác vụ cụ thể, ngữ cảnh dự kiến và tình huống kích hoạt. Ví dụ, thay vì mô tả một kỹ năng là công cụ “hỗ trợ xử lý yêu cầu”, mô tả cần giải thích rõ kỹ năng đó đánh giá chất lượng yêu cầu, phân rã các yêu cầu phức tạp, dịch nội dung yêu cầu, phát hiện xung đột, tạo tiêu chí xác minh hay thực hiện một hành động cụ thể khác.

Mô tả ngắn càng giải thích rõ mục đích và ngữ cảnh sử dụng của kỹ năng, trợ lý càng có thể xác định chính xác khi nào cần áp dụng kỹ năng đó.

Hướng dẫn

Phần Instructions xác định những việc AI cần thực hiện sau khi kỹ năng được chọn. Đây là trường quan trọng nhất để kiểm soát hành vi của kỹ năng. Trong khi mô tả ngắn giúp AI quyết định khi nào nên sử dụng kỹ năng, phần hướng dẫn xác định cách thực thi kỹ năng.

Hướng dẫn tốt cần được viết rõ ràng theo từng bước. Hướng dẫn không chỉ mô tả kết quả cuối cùng mà còn cần nêu cách suy luận và các ràng buộc AI phải tuân thủ khi tạo ra kết quả đó.

Hướng dẫn cần giải thích:

• What the AI should analyze first – thông thường, trợ lý cần hiểu ý đồ kỹ thuật, ngữ cảnh, cấu trúc hoặc các mối quan hệ trước khi thay đổi hay tạo bất kỳ nội dung nào.

• What steps the AI should perform – hành vi cần được chia thành các bước cụ thể để kết quả có thể lặp lại và dự đoán được.

• What the AI should preserve – nội dung này có thể bao gồm ý đồ ban đầu, mã định danh yêu cầu, thuật ngữ kỹ thuật, đơn vị, giá trị, ràng buộc, tham chiếu, phạm vi áp dụng, cấu trúc phân cấp hoặc ngữ cảnh truy xuất nguồn gốc.

• What the AI must not do – kỹ năng tốt phải ngăn chặn rõ ràng việc AI tự bịa ra các chi tiết kỹ thuật còn thiếu, thay đổi ý đồ, đưa ra giả định mới hoặc áp dụng thay đổi mà chưa được người dùng xem xét.

• How the AI should handle uncertainty – nếu thông tin bị thiếu, mơ hồ hoặc chưa đầy đủ, kỹ năng cần hướng dẫn AI nêu rõ vấn đề thay vì phỏng đoán.

• What output format is expected – kỹ năng cần xác định kết quả phải được trình bày dưới dạng bảng, danh sách gạch đầu dòng, văn bản viết lại, bản tóm tắt, danh sách kiểm tra hay báo cáo có cấu trúc.

Hướng dẫn tốt đặc biệt quan trọng trong công việc kỹ thuật vì trợ lý có thể đang xử lý dữ liệu ảnh hưởng đến thông số kỹ thuật, hoạt động xác nhận tính hợp lệ, quyết định thiết kế hoặc việc triển khai ở các giai đoạn sau. Vì vậy, kỹ năng cần hướng dẫn AI hỗ trợ hữu ích mà không quá tự tin.

Lưu ý khác

• Mục tiêu không phải là viết một câu lệnh dài, mà là xác định một quy trình làm việc rõ ràng cho AI.

• Keep Skills Focused

  Một kỹ năng nên thực hiện tốt một tác vụ có thể lặp lại.

  Nếu một kỹ năng cố thực hiện quá nhiều việc, trợ lý sẽ khó xác định khi nào nên sử dụng kỹ năng đó và người dùng cũng khó tin tưởng kết quả hơn. Ví dụ, một kỹ năng không nên kết hợp phân rã yêu cầu, dịch thuật, đánh giá chất lượng, phân tích khả năng truy xuất nguồn gốc và tạo nội dung xác minh, trừ khi các hành động đó được chủ đích đưa vào cùng một quy trình có phạm vi được xác định chặt chẽ.

  Nếu mục đích của kỹ năng đòi hỏi nhiều hành động không liên quan đến nhau, hãy tách thành các kỹ năng riêng.

• Define Boundaries Clearly

  Kỹ năng tốt xác định rõ các giới hạn.

  Điều này đặc biệt quan trọng khi làm việc với yêu cầu, thông số kỹ thuật và dữ liệu kỹ thuật. Trợ lý cần biết những gì được phép thay đổi, những gì chỉ nên đề xuất và những gì tuyệt đối không được giả định.

  Các giới hạn hữu ích bao gồm:

  • Không thay đổi ý đồ kỹ thuật ban đầu

  • Không tự bịa ra giá trị, ràng buộc hoặc quyết định thiết kế

  • Không xóa mã định danh hoặc tham chiếu

  • Không tự giả định phương pháp xác minh khi thông tin này còn thiếu

  • Không tự động áp dụng thay đổi khi chưa được người dùng xem xét

  • Không coi thông tin chưa rõ ràng là sự thật

  Các giới hạn rõ ràng giúp giảm nguy cơ tạo ra kết quả kỹ thuật nghe có vẻ hợp lý nhưng thực tế lại sai.

• Define the Output Format

  Kỹ năng cần cho AI biết cách trả về kết quả.

  Định dạng đầu ra nhất quán giúp việc xem xét, so sánh và tái sử dụng kỹ năng trở nên dễ dàng hơn.

  Tùy theo kỹ năng, đầu ra có thể là:

  • Bảng

  • Danh sách gạch đầu dòng

  • Yêu cầu được viết lại

  • Báo cáo có cấu trúc

  • Danh sách kiểm tra

  • Bản tóm tắt

  • Danh sách các thay đổi được đề xuất

  • Tập hợp câu hỏi hoặc vấn đề chưa được giải quyết

  Định dạng đầu ra cần phù hợp với mục đích của kỹ năng. Ví dụ, các kỹ năng phục vụ đánh giá thường phù hợp với dạng bảng có các cột vấn đề, giải thích và khuyến nghị. Các kỹ năng phục vụ viết lại thường hiệu quả khi hiển thị văn bản gốc, nội dung đề xuất và lý do.